以下為大家分享一篇pandas取得groupby分組裡最大值所在的行方法,具有很好的參考價值,希望對大家有幫助。一起來看看吧
pandas取得groupby分組裡最大值所在的行方法
如下面這個DataFrame,按照Mt分組,取出Count最大的那行
import pandas as pd df = pd.DataFrame({'Sp':['a','b','c','d','e','f'], 'Mt':['s1', 's1', 's2','s2','s2','s3'], 'Value':[1,2,3,4,5,6], 'Count':[3,2,5,10,10,6]}) df
Mt | Sp | Value | ||
---|---|---|---|---|
#3 | s1 | a | 1 | |
2 | s1 | b | 2 | |
5 | s2 | ##c | 3 | |
10 | s2 | d | 4 | |
10 | s2 | e | ##5 | ##5 |
s3f6
#方法1:在分組中篩選出Count最大的行
df.groupby('Mt').apply(lambda t: t[t.Count==t.Count.max()]) |
|||||
---|---|---|---|---|---|
|
Mt |
Sp | #Value|||
s1 | 0 | ||||
#s1 | a | 1 | s2 | ||
10 | s2 | d | ##4 | 4 |
e5
s356s3
f
方法2:用transform取得原始dataframe的index,然後過濾出需要的行 | #print df.groupby(['Mt'])['Count'].agg(max) idx=df.groupby(['Mt'])['Count'].transform(max) print idx idx1 = idx == df['Count'] print idx1 df[idx1] |
|||
---|---|---|---|---|
Count | ||||
##Sp | Value | 0 | ||
s1 | ##a1 | 3 | 10 | |
##d | 4 | 4 | 10 |
5
6s3f6方法3:idmax(舊版pandas是argmax) |
#idx = df.groupby('Mt')['Count'].idxmax() print idx |
df.iloc[idx] Mt s1 0 s2 3 s3 5 Name: Count, dtype: int64 |
||
---|---|---|---|---|
Count | ##MtSp | |||
0 | 3 | s1 | ||
1 | 3 | 10 | #s2 |
6
##6 |
||||
---|---|---|---|---|
#Mt | Sp | Value | ||
#0 | 3 | ##s1 | a | |
3 | 10 | s2 | ##d##4 |
Value |
---|
#1
3s246 |
方法4:先排好序,然後每組取第一個 | |||
---|---|---|---|---|
#Mt | ||||
##Mt | Count | |||
Value | 0 | s1 |
1
s3
6######f######6################################### ###那問題又來了,如果不是要取出最大值所在的行,例如要中間值所在的那行呢? ######思路還是類似,可能具體寫法上要做一些修改,例如方法1和2要修改max演算法,方法3要自己實作一個回index的方法。不管怎樣,groupby之後,每個分組都是一個dataframe。 ######相關推薦:############pandas dataframe實作行列選擇與切片操作############Python 資料處理庫pandas 入門### #####################以上是pandas取得groupby分組裡最大值所在的行方法的詳細內容。更多資訊請關注PHP中文網其他相關文章!